基于数据整合视角的高校教职工慢病健康管理的应用

苗莉

[摘 要] 摘要目的：通过以高校大数据平台为基础的健康数据整合，提出了基于大数据平台的高校慢病管理建议。方法：以某高校2016—2019年4年的教职工健康体检数据为基础，通过性别、职称、职务、学历的分层，进而对常见慢性病如超重、高血压、高血糖、高血脂的发生状况进行对照和原因分析。结果：超重、高血压、高血糖、高血脂的人数男性高于女性，而女性的年平均增长率却不同程度高于男性;在职称、职务、学历分层统计中，呈现出明显年轻化趋势。结论：以学校“幸福工程”为代表的健康促进项目对于教职工健康状况的改善和提升均有较大的促进作用，应建立长效机制。基于大数据平台的校园慢病管理，应在提高认识、完善机制、协同融入、互联互通方面加大力度，有效提升应用成果。

[关键词] 关键词慢性病;健康管理;大数据平台;高校教职工

[中图分类号] 中图分类号G 645[文献标志码] A[文章编号] 1005-0310（2021）02-0069-10

Application of Chronic Disease Health Management of University Faculty and Staff Based on Data Integration

Miao li

（School Hospital of Beijing Union University，Beijing 100101，China）

Abstract： 摘要Objective： Through the integration of health data based on big data platform in colleges and universities， this paper puts forward some suggestions on the management of chronic diseases in colleges and universities based on big data platform. Methods： Based on the health examination data of faculty and staff in a university from 2016 to 2019， the occurrence of common chronic diseases such as overweight， hypertension， hyperglycemia and hyperlipidemia can be analyzed in terms of gender， professional title， position and educational background. Results： the number of men with overweight， hypertension， hyperglycemia and hyperlipidemia was higher than that of women， but the average annual growth rate of women was higher than that of men. In the hierarchical statistics of professional title， position and education background， there is an obvious trend of going younger. Conclusion： The health promotion projects represented by the school “happiness project” can greatly promote and enhance the health status of faculty and staff and a longterm mechanism should be established. The management of chronic diseases on campus based on big data platform should be strengthened in the aspects of raising awareness， improving mechanism， collaborative integration and interconnection， so as to effectively improve the application results.

Keywords： 关键词Chronic disease; Health management; Big data platform; University faculty and staff

北京联合大学学报2021年4月第35卷第2期苗 莉：基于数据整合视角的高校教职工慢病健康管理的应用

0 引言

慢病又称为慢性非传染性疾病，主要包括心脑血管疾病（高血压、冠心病、脑卒中）、糖尿病、恶性肿瘤以及慢性呼吸系统疾病等[1]。慢病不仅直接影响患者的健康和寿命，而且对个人、家庭、社会的负担显著增加，影响经济发展。由于慢性病病因不明确，且需长期治疗，所以发病率呈极度上升趋势，并呈现年轻化表现。据统计，我国成人高血压患病率达25.2%，糖尿病达9.7%[2];由慢性病引起的死亡人数约占我国总死亡人数的85%，引起的疾病负担占我国总疾病负担的70%[3]，已成为全球面临的一个重要公共卫生问题[4]。

作为高校核心竞争力和教育事业可持续发展的基础，高校教职工是学校预防保健工作高度关注的重点人群，除繁重的教学任务外，高校教职工还承担着作为主要考核指标的科研工作，加之家庭、人际、职称、收入等多种因素的影响，使该群体的身体和心理健康状况不理想，也是慢性病的高发人群。每年度的健康体检与日常门诊是教职工慢病筛查、发现及管理的重要途径。鉴于慢病是多成因的复杂性疾病，在评价和管理过程中，其生活方式、工作狀态、工作压力、生活习惯以及环境和遗传因素等作为慢病发生和发展的关键因素，都需要充分考虑并予以积极干预和管理，方能达到预期效果。

1 高校教职工慢病健康管理的难点和重点

1.1 信息孤岛效应

传统的高校教职工慢病患病监测主要基于公共卫生服务体系，数据量严重不足，而慢病防控及管理需要以大量数据为基础，进而从人群和个人水平准确分析出风险因素。人群特征和疾病特征的描述在健康体检中均为薄弱环节，在生活方式描述中往往平均效应也是无效的，只有具有足够大的数据集才有足够的能力来检测这种统计交互作用。再者，高校教职工涉及慢病的各项数据大多分散在体检机构、校外医疗机构以及学校各部门，从而造成“信息孤岛”和“信息烟囱”现象，不同机构、部门人员信息、病历数据等信息难以共享，难以构成慢病管理的完整数据体系。

1.2 健康管理服务碎片化

目前，高校教职工慢病管理仍较侧重疾病治疗，缺乏完整、连续的疾病预防、干预、诊断、治疗、康复及预后的医疗服务链条。健康管理均处于碎片化状态，没有形成慢病的闭环管控，加之分级诊疗实施不够，高校医疗机构尚难以真正做到“健康守门人”，无法真正有效控制慢病危险因素，并在慢病发展初期进行有效、合理、高效的诊断与治疗。

1.3 高校教职工的特殊性

近年来，知识分子英年早逝现象时有发生，实堪忧虑。在高校教职工群体中除亚健康状况、恶性肿瘤等病明显增加外，各种慢性疾病防治及相关的生活方式等因素也备受关注。由于职业特性和环境要素影响，高校教职工群体在面对深化改革和加强管理而出现的各种状况时，其工作压力、心理压力明显高于社会群体，虽涉及教育体制、社会期待及教师自身因素等多方面，但职业环境在其中起着极其重要的作用。只有从其职业环境相关的各项因素入手，才能更准确地分析成因，有效提出群体个性化的针对性防控方案，并对学校提出有意义的建设性意见。

2 慢病健康管理数据整合及平台构建

高校数据资源整合是指学校对不同来源、不同层次、不同结构、不同内容的数据进行采集、筛选、整理，使其具有较强条理性、系统性和价值性，并创造出新的数据资源的一个复杂的动态过程。随着大数据、移动互联技术在高等教育中的深入应用，高校大数据对学校教学、科研、管理的支撑作用越来越明显，已成为学校重要的信息化资产，但以往的数据平台

主要侧重于教学、科研等内容的应用，在健康管理中的应用还不够深入。作为学校数据体系中重要的组成部分，在疫情防控常态化的今天，教师数据（包括其身心健康数据）不仅应作为描述教师特征的一个属性被收集，更重要的是其在危机干预和慢病管理中应成为核心的参考依据。据此，我们应该将相关内容和数据纳入学校大数据平台建设，并通过教师主题数据库建设，以期为教职工的健康管理提供基础数据支撑，为高校的改革与发展提供更优质的参考[5]。见图1、图2所示。

学校教师主题数据库根据学校各项管理业务的特点划分成若干个数据域。例如，人事信息包括：基本信息、学历信息、学位信息、技术职务信息、行政职务信息等;教学信息包括：学科专业、任课情况、教研情况、教学评价等;学术信息包括：论文、专著、课题、项目、成果等;身心健康包括：医疗、体检、心理测评、文体活动，等等。学校大数据平台建设在很大程度上缓解了信息孤岛问题，通过不同数据域的共享整合，将为教职工身心健康相关数据挖掘，以及相应的健康管理，尤其是慢病管理带来极大便利。

3 数据整合视角下的高校教职工慢病健康管理实践

本研究以北京某高校2016—2019年健康体检数据与学校教师主题数据库为基础，通过大数据技术对近几年以“三高”为代表的慢病人群体检数据进行筛选，并结合职称、职务、学历等属性的变化情况进行分析，找出其人群特征，进而为有针对性地个性化指导和健康管理提供依据。

3.1 调查对象

2016—2019年參加健康体检的在职教职工，年龄28～59岁，平均（45.72±13.17）岁。

3.2 检查方法

测量受检者的身高、体重、腰围，身高、体重用身高体重计测量光脚净身高。对受检者采集清晨空腹静脉血，测定血糖、血脂;血压测量用电子血压计，受检者测量前保持安静状态10分钟，测量时取坐位，测量右上臂肱动脉血压。体检均由工作经验丰富的医务人员进行操作，确保全部体检结果准确并详细记录。

3.3 诊断标准

参照《中国成人超重和肥胖症预防控制指南》判定是否为超重肥胖：体重指数（BMI）=体重/身高2（kg/m2），BMI在18.5～23.9kg/m2为正常，BMI在24.0～27.9 kg/m2间判定为超重，BMI≥28 kg/m2判定为超重及肥胖，本研究统计的超重人数为BMI≥24 kg/m2的全部人数。参照《中国高血压防治指南》判定是否为高血压：收缩压>140 mmHg和（或）舒张压>90 mmHg或既往有长期高血压病史者。参照 WHO 标准诊断是否为高血糖：空腹血糖（FBS）在6.1～7.0 mmol/L间判定为空腹血糖受损（IFG），FBS>7.0 mmol/L判定为糖尿病，既往有糖尿病病史兼并以上两者之一者统称为高血糖症;根据该校检验科检验标准：空腹甘油三酯>1.7 mmol/L和（或）总胆固醇>6.2 mmol/L为高血脂症。

3.4 数据分析

3.4.1 总体情况

参加调查人员总体情况见表1所示。

从表1可以看出，在4个观察项目中，男性人数占比大幅高于女性，但女性的年平均增长率却不同程度高于男性，女性慢病人群的快速上升需予以高度关注。在超重方面，整体呈现上升趋势，年平均增长率4.75%（其中男性2.22%，女性7.39%），女性呈较快上升趋势;在高血压方面，整体呈现小幅上升趋势，年平均增长率4.90%（其中男性-2.00%，女性23.75%），女性呈快速上升趋势;在高血糖方面，整体呈现小幅上升趋势，年平均增长率5.87%（其中男性5.58%，女性6.19%），女性呈较快上升趋势;在高血脂方面，整体呈现微幅上升趋势，年平均增长率2.68%（其中男性2.00%，女性7.54%），女性呈较快上升趋势。见图3所示。

3.4.2 超重肥胖

随着社会经济和生活工作方式的变化，超重及肥胖患病率在近二十年中呈快速增长，流行趋势严峻，已成为危害健康的严重问题之一。超重肥胖的危害，一方面呈现出整个生命周期各个阶段均可显著增加身心疾病发生的全周期特点;另一方面又呈现出大范围损害全身组织器官的全方位特性，其不仅可导致严重的心脑血管疾病、内分泌代谢紊乱，还可能引起呼吸、消化、运动系统障碍和慢性疾病的风险，且与多种恶性肿瘤的发生有关。研究显示，超重肥胖是高血压、糖尿病等慢性疾病的重要危险因素[6]，体重指数（BMI）每增加一个标准差，亚洲人患高血压的风险增加1.55～1.68倍，患糖尿病的风险增加1.52～1.59倍[7]。

为了更清晰地分析不同人群超重人员的分布特征及年度变化，按照职称（副高以上、副高以下）、职务（副处以上、副处以下）、学历（硕士以上、硕士以下）以及性别对超重人员进行分类统计，具体数值及年度趋势见图4所示。

从图4及表1可以看出，超重人数整体呈高位态势，明显高于社会平均水平。2018年前呈逐年明显下降态势，与学校大力推动的教职工“幸福工程”项目有一定关系，此后的2019年则呈快速增长态势，其中尤以职称副高以下和职务副处以下超重肥胖人员数增长最为明显;

2016—2018年职称区分不明显，2019年职称副高以下超重肥胖人员数明显偏高，间接表明超重人群有明显年轻化趋势;在职称副高以下、职务副处以下及学历硕士以下人员2019年快速反弹的表现，女性相较于男性增长均更为突出。图中显示职称副高以上和职务副处以上人员超重人数明显偏低，可能与该群体参加健康体检比例偏低及整体人数偏少有关，尚不能全面反映其实际状况，因而此群体尤需予以重点关注和细致管理。

3.4.3 高血压

高血压是以体循环动脉压升高为主要表现，伴或不伴有多种心血管危险因素的临床心血管综合征。高血压是多种心、脑血管疾病的重要病因和危险因素，影响心、脑、肾等重要脏器的结构和功能，最终导致器官功能衰竭。有研究显示，我国18岁及以上居民高血压患病粗率为27.9%（标化率23.2%）。高血压患者的知晓率、治疗率和控制率（粗率）近年来有明显提高，但总体仍处于较低的水平，分别为51. 6%、45. 8%和16. 8%[8]。

为了更清晰地分析不同人群高血压人员的分布特征及年度变化，也按照3.4.2的分类以及性别对高血压人员进行了分类统计，具体数值及年度趋势见图5所示。

从图5及表1可以看出，高校教职工中高血压人数占比整体低于社会平均水平，但其中职称副高以下和职务副处以下人员数较多，且男性明显高于女性。2018年前男性高血压呈逐年缓慢下降态势，与学校“幸福工程”项目中男性教职工参与度较高有一定关系，此后的2019年则呈快速反弹态势。职称副高以下、职务副处以下和学历硕士以下人员高血压数明显偏高，间接表明高血压人群有明显年轻化趋势;2019年在职称副高以下、职务副处以下及学历硕士以下人员的快速反弹表现，女性相较于男性增长均更为突出。图中显示职称副高以上和职务副处以上人员高血压人数明显偏低，可能与该群体参加健康体检比例偏低及整体人数偏少有关，尚不能全面反映其实际状况，因而此群体尤需予以重点关注和细致管理。

3.4.4 高血糖

糖尿病系因胰岛素分泌缺陷或其生物作用受损导致高血糖为特征的代谢性疾病，是仅次于心脑血管疾病和癌症的三大致死疾病之一。空腹血糖检测是早期发现和诊断糖尿病的主要依据。我国成人糖尿病以2型糖尿病为主，患病率为10.4%，男性（11.1%）高于女性（9.6%）。且在人群调查中发现未診断糖尿病比例较高，约占糖尿病患者总数的63%[9]。健康体检是发现糖尿病并进而实施健康管理的重要渠道。

为了更清晰地分析不同人群高血糖人员的分布特征及年度变化，也按照3.4.2的分类以及性别对高血糖人员进行了分类统计，具体数值及年度趋势见图6所示。

从图6及表1可以看出，高校教职工中高血糖人数占比整体低于社会平均水平，但男性明显高于女性。男性职称副高以下、职务副处以下和学历硕士以下人员高血糖明显偏高;女性高血糖发生的职称和学历差异不明显，职务副处以下人员高血糖偏高。图中显示职务副处以上和职称副高以上人员中高血糖人数明显偏低，可能与该群体参加健康体检比例偏低及整体人数偏少有关，尚不能全面反映其实际状况，因而此群体尤需予以重点关注和细致管理。

3.4.5 高血脂

高血脂症是导致动脉粥样硬化进而形成心脑血管事件的主要因素之一，有效防治高血脂是预防心脑血管疾病的重要途径。我国成人高血脂症总体患病率已达40.40%，有研究显示人群血清胆固醇水平的升高将导致2010—2030年期间我国心血管病事件约增加920万[2]。

为了更清晰地分析不同人群高血脂人员的分布特征及年度变化，也按照3.4.2的分类以及性别对血脂异常人员进行了分类统计，具体数值及年度趋势见图7所示。

从图7及表1可以看出，高校教职工中高血脂人数占比整体低于社会平均水平，但男性人群高血脂人数占比高于社会平均水平，其中尤以职务副处以下人员为突出。2018年高血脂呈明显下降态势，与学校“幸福工程”大力推动的健康餐饮、运动有一定关系，此后的2019年则呈快速反弹态势。职务副处以下人员和男性职称副高以下人员高血脂人数明显偏高，间接表明高血脂人群有一定年轻化趋势。图中显示职务副处以上人员和男性职称副高以上人员中高血脂人数明显偏低，可能与该群体参加健康体检比例偏低及整体人数偏少有关，尚不能全面反映其实际状况，因而此群体尤需予以重点关注和细致管理。

3.5 提示

高校教职工体重指数增高、血压升高、血糖升高、血脂异常等问题的整体发生状况，可能因该群体长期在紧张的工作状态下，并且健康意识不强、缺乏锻炼，以及自身的饮食习惯不良等原因，日积月累使之处于慢性疾病高发状态。

其年度变化特征与学校健康教育和健康管理实施力度有关，2017年度多项慢病指标均有明显下降，与学校开展教职工“幸福工程”项目有关，教职工整体参与体质改善计划的人数和热情度较高，收效明显。而之后2018年度情况，随着项目结束和教职工参与热情度的下降，多项慢病指标又明显反弹;2019年度经再度强化后，又有收效，但仍不及2017年度。由此说明学校健康促进计划的实施需要长效机制，方能收效大且稳定持续。

4 基于大数据平台的校园慢病管理策略

4.1 增强慢病健康管理的认识

慢病是危害人类健康的重要公共卫生问题。大多数慢病可通过预防保健避免或减少发生，通过早期发现得到有效控制，通过有效的信息沟通提高治疗效果，这些对于重点人群而言尤为重要。慢病管理涉及健康评估、干预调理、预警指导、状态跟踪等多个环节，做好相关防控工作的基础是提高整个社会对慢病管理的认识，在校园慢病防控中不仅需要医务人员、健康管理人员和患者的参与，还需要全体教职工、工会组织、体育系部等的协同参与，同时也需要信息网络部门的参与支持，而这一切都与相应人员认识的提升密不可分。

4.2 加强健康数据融合与互联互通

随着技术的进步和普及，大数据平台可及时准确地提供人群和个体的慢病状态及风险因素评估，进而实现校园、医院和个人醫疗设备、健康终端、可穿戴设备等各类系统中全方位、全周期的健康相关数据的融合。因该融合需顶层设计实施，可先从学校数据资源整合入手，做好校内数据的共享与交换，进而与健康体检机构数据实现关联，将对特定人群实现个性化的健康管理目标意义重大，同时数据的安全性尤为重要，需要技术和制度的双重保证。

4.3 加强大数据在慢病管理中的运用

鉴于大数据分析所具有的强大预测能力，在慢病因素筛查、因素关联、疾病诊疗、个性化健康管理等领域的优势将会越来越大。随着互联网、AI与健康管理融合的不断深化，大数据将不断丰富慢性病防治的方式方法和应用场景，将会逐渐替代传统的经验指导，成为慢病管理的主要手段。大数据在慢病管理中的应用和发展无疑将成为未来慢病管理的新方向。

4.4 加强大数据在健康促进中的运用

在国家层面，建设健康医疗大数据平台符合我国健康医疗大数据应用的发展规划。在社会层面，建立政府、社会和个人共同行动的体制机制，强化每个人是自己健康第一责任人，推进健康中国建设人人参与、人人尽责、人人共享已成为一种共识。健康管理和健康促进是高校关爱教职工的重要工作内容，需要不断持续地推出一定的制度、项目和措施举措，而大数据平台中健康数据的整合融入将提供最为可靠的依据支持。通过多途径、多层次的协同作用，可以基于个性化地使慢病因素控制，慢病早期诊断、跟踪监测，居家慢病管理解决方案、随访机制等更趋完善和便利化、系统化，对促进教职工群体健康状况和体质水平提升意义重大。

[参考文献]

参考文献内容

[1] 丁晶晶，刘吴瑕，徐仲卿.慢性病管理现状[J].中国临床保健杂志，2019，22（4）：439-442.

[2] 中国疾病预防控制中心营养与健康所. 中国居民营养与慢性病状况报告（2015年）[EB/OL].（2016-03-23）[2020-12-10].http：//www.chinanutri.cn/xxzy/xxzydybgsj/201603/t20160323_128007.html.

[3] 张广清，黄燕，陈佩仪.慢性病管理理论与实践[M].北京：中国中医药出版社，2016：1.

[4] 李迎新，黄河.基于国家卫生与健康管理大数据平台的慢病防控模式[J].国际生物医学工程杂志，2017，40（6）：403-409.

[5] 罗云芳，唐运乐，闵金花.高校教育大数据平台的构建与关键技术研究[J].广西职业技术学院学报，2020，13（3）：110-114+124.

[6] 李若青， 陈珏材， 何洪波， 等. 高血压患者肥胖程度及盐摄入量对血压的影响研究[J]. 中国实用内科杂志， 2015， 35（4）： 338-341.

[7] MENKE A， RUST K F， FRADKIN J， et al. Associations between trends in race/ethnicity， aging， and body mass index with diabetes prevalence in the United States： a series of crosssectional studies[J]. Ann Intern Med， 2014， 161（5）： 328-335.

[8] 中华中医药学会心血管病分会.高血压中医诊疗专家共识[J].中国实验方剂学杂志，2019，25（15）：217-221.

[9] 中华医学会糖尿病学分会.中国2型糖尿病防治指南（2017年版）[J].中国实用内科杂志，2018，38（4）：292-344.

[10] 安冬青，吴宗贵，梁春，等.血脂异常中西医结合诊疗专家共识[J].中国全科医学，2017，20（3）：262-269.

（责任编辑 责任编辑李亚青）